python 本地运行Qwen3-Embedding-0.6B 模型提供API接口

Qwen3-Embedding-0.6B深度解析:多语言语义检索的轻量级利器 Qwen3-Embedding-0.6B的诞生,重新定义了轻量级文本嵌入模型的能力边界——在6亿参数规模下,它实现了多语言、长文本、指令优化等核心能力的突破,为实际应用提供了“能效比”最优的解决方案。无论是跨境电商的实时检索,还是企业级代码管理,亦或是小语种情感分析,该模型都展现了卓越的适应性和性能。作为阿里巴巴通义实验室Qwen3系列的重要成员,该模型在保持6亿参数规模的同时,实现了多语言支持、长文本理解、指令优化等关键能力的突破,为边缘计算、实时检索等场景提供了高效解决方案。 阅读详情
AI摘要

本文介绍了在本地使用Python运行Qwen3-Embedding-0.6B模型并提供API接口的方法。包括下载模型(可配置环境变量)、安装modelscope及依赖,还给出了基于Flask的web服务代码,其核心功能是通过该模型将输入文本转换为嵌入向量。

下载模型

配置环境变量 (非必须)

如果不配置环境变量,windows系统模型缓存到C盘的
在这里插入图片描述
配置环境变量
在这里插入图片描述
验证环境变量是否配置成功

import os
print(os.getenv("MODELSCOPE_CACHE"))

在这里插入图片描述
输出了对应的路径,说明配置成功了

安装 modelscope 下载模型

先安装modelscope,然后使用命令行下载

pip install modelscope
modelscope download --model Qwen/Qwen3-Embedding-0.6B

在这里插入图片描述
下载完模型查看对应的配置路径是否有模型
在这里插入图片描述

安装依赖

pip install sentence-transformers flask

安装后的版本信息

(qwen3_embedding) F:\Python\local_embedding\src\embedding_model>pip list
Package               Version
--------------------- ---------
blinker               1.9.0
certifi               2025.4.26
charset-normalizer    3.4.2
click                 8.2.1
colorama              0.4.6
filelock              3.18.0
Flask                 3.1.1
fsspec                2025.5.1
huggingface-hub       0.32.4
idna                  3.10
itsdangerous          2.2.0
Jinja2                3.1.6
joblib                1.5.1
MarkupSafe            3.0.2
mpmath                1.3.0
networkx              3.5
numpy                 2.3.0
packaging             25.0
pillow                11.2.1
pip                   25.1
PyYAML                6.0.2
regex                 2024.11.6
requests              2.32.4
safetensors           0.5.3
scikit-learn          1.7.0
scipy                 1.15.3
sentence-transformers 4.1.0
setuptools            78.1.1
sympy                 1.14.0
threadpoolctl         3.6.0
tokenizers            0.21.1
torch                 2.7.1
tqdm                  4.67.1
transformers          4.52.4
typing_extensions     4.14.0
urllib3               2.4.0
Werkzeug              3.1.3
wheel                 0.45.1

加载模型,启动web服务

web 服务代码

from flask import Flask, request, jsonify
from sentence_transformers import SentenceTransformer
import logging

logging.basicConfig(level=logging.DEBUG)

app = Flask(__name__)

# Load the model 
model = SentenceTransformer(model_name_or_path="D:\modelscope\models\Qwen\Qwen3-Embedding-0.6B")

@app.route('/embed', methods=['POST'])
def get_embedding():
    text = request.json['text']
    document_embeddings = model.encode(text)
    arr_list = document_embeddings.tolist()
    return jsonify({"embedding": arr_list})

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)
  1. 代码功能说明
    该代码实现了一个基于 Flask 的 HTTP API 服务,用于将输入的文本转换为嵌入向量(embedding)。核心功能是通过 Qwen3-Embedding-0.6B 模型生成文本的向量表示。

  2. 代码结构解析
    依赖导入

from flask import Flask, request, jsonify
from sentence_transformers import SentenceTransformer
import logging

Flask 应用初始化

app = Flask(__name__)
model = SentenceTransformer(model_name_or_path="D:\modelscope\models\Qwen\Qwen3-Embedding-0.6B")

API 路由定义

@app.route('/embed', methods=['POST'])
def get_embedding():
    text = request.json['text']
    document_embeddings = model.encode(text)
    arr_list = document_embeddings.tolist()
    return jsonify({"embedding": arr_list})
 

服务启动

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

在虚拟环境中启动服务

(qwen3_embedding) F:\Python\local_embedding\src\embedding_model>python embedding_server.py
E:\Anaconda\envs\qwen3_embedding\Lib\site-packages\transformers\utils\hub.py:111: FutureWarning: Using `TRANSFORMERS_CACHE` is deprecated and will be removed in v5 of Transformers. Use `HF_HOME` instead.
  warnings.warn(
INFO:sentence_transformers.SentenceTransformer:Use pytorch device_name: cpu
INFO:sentence_transformers.SentenceTransformer:Load pretrained SentenceTransformer: D:\modelscope\models\Qwen\Qwen3-Embedding-0.6B
INFO:sentence_transformers.SentenceTransformer:2 prompts are loaded, with the keys: ['query', 'document']
 * Serving Flask app 'embedding_server'
 * Debug mode: off
INFO:werkzeug:WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.
 * Running on all addresses (0.0.0.0)
 * Running on http://127.0.0.1:5000
 * Running on http://192.168.8.104:5000
INFO:werkzeug:Press CTRL+C to quit

验证

在这里插入图片描述

yolov5运行detect.py之后卡住了?没后续,没结果,没报错,怎么办?如何解决? 🏆 本文收录于《全栈Bug调优(实战版)》专栏,致力于分享我在项目实战过程中遇到的各类Bug及其原因,并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者,本文将为你指引出一条更高效的Bug修复之路,助你早日登顶,迈向财富自由的梦想🚀!同时,欢迎大家关注、收藏、订阅本专栏,更多精彩内容正在持续更新中。让我们一起进步,Up!Up!Up!    备注: 部分问题/难题源自互联网,经过精心筛选和整理,结合数位十多年大厂实战经验资深大佬经验总结所得,数条可行方案供所需之人参考。 阅读详情

相关推荐

COMSOL仿真避坑指南:列管反应器模拟中多孔介质与化学反应设置的5个常见错误

本文详细解析了COMSOL仿真中列管反应器模拟的5个常见错误,包括多孔介质模型选择、化学反应接口配置、对流扩散方程处理、薄层热阻设置及网格独立性验证。特别针对多孔介质与化学反应设置的误区,提供了实用的判断标准和修正方法,帮助工程师避免计算偏差,提升仿真精度。

weixin_29597551的博客 321

无需GPU也能跑!Qwen3-Embedding-0.6B CPU部署指南

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,轻松实现CPU环境下的高效文本嵌入服务。无需GPU依赖,即可快速构建本地语义搜索系统,广泛应用于RAG知识库搭建、客服问答匹配及跨语言文本检索等典型场景。

weixin_35935514的博客 820

别再死磕NFP了!用Python+遗传算法搞定异形件自动排版(附完整代码)

本文介绍了如何利用Python和遗传算法实现异形件智能排版,解决传统NFP方法计算复杂的问题。通过Shapely库处理几何运算和DEAP库搭建遗传算法框架,结合模拟退火策略避免局部最优,显著提升材料利用率。附完整代码和优化技巧,适用于服装裁剪、金属加工等行业。

weixin_26965807的博客 235

一键启动Qwen3-Embedding-0.6B,开箱即用的嵌入体验

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建语义检索能力。无需环境配置与依赖调试,用户可一键启动服务,直接获取高质量1024维文本嵌入向量,典型应用于知识库搜索、多语言文档召回及AI客服语义理解等场景。

weixin_32306683的博客 850

从零到一:uniPush2.0全链路集成与多厂商通道配置实战

本文提供了uniPush2.0从零开始的全链路集成与多厂商通道配置实战指南。详细讲解了DCloud平台配置、uniCloud云函数开发、客户端CID获取与消息监听,并重点攻克了华为、小米、OPPO、vivo等主流厂商推送通道的配置难点与避坑技巧,帮助UniApp开发者实现“一次集成,全端覆盖”的高效消息推送方案。

onion的博客 431

基于深度学习的柑橘病害检测系统——YOLOv8 + UI界面 + 数据集

深度学习是机器学习的一种重要分支,它通过构建多层的神经网络(尤其是卷积神经网络CNN)来从大规模的数据中学习特征。近年来,深度学习特别是在计算机视觉领域取得了显著的进展,成为图像分类、目标检测、图像分割等任务的主要技术。对于农业病害检测问题,深度学习通过对大量带标签的病害图像进行训练,能够自动识别不同类型的病害,并判断病害的程度。通过图像中目标(病害区域)的边界框,可以快速定位病害区域,进一步分析其影响范围。

YOLO 1042

告别复杂部署!Qwen3-Embedding-0.6B快速微调指南(附完整代码)

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,实现高效文本嵌入和微调功能。该轻量级模型支持多语言文本表示和排序任务,通过LoRA技术可快速适配情感分析等下游应用,显著提升自然语言处理任务的效率。

weixin_35750747的博客 79

12、硬件工程师笔试面试——MOS管(2025版本)

在设计和测试过程中,可以参考相关的EMC测试标准和指南,如CE认证EMC电磁兼容测试介绍 和电磁兼容性(EMC)测试方法与整改指南 ,以及电磁兼容(EMC)的标准与测试内容 ,来确保MOSFET的EMC性能符合行业标准。在高频应用中,MOSFET的开关速度对电路的整体性能至关重要。是一款高电压同步N沟道MOSFET驱动器,具有自举电源电压至114V的能力,宽VCC电压范围,自适应贯通保护功能,以及高达1.4A的峰值顶端栅极上拉电流,适用于分布式电源架构、汽车电源、高密度电源模块和电信系统等应用。

XU157303764的博客 7090

一文搞懂Qwen3-Embedding-0.6B:从下载到微调全流程

本文介绍了基于星图GPU平台自动化部署Qwen3-Embedding-0.6B镜像的完整流程。该平台支持高效集成与调用,适用于语义相似度判断、信息检索等AI应用开发场景,结合LoRA微调技术可显著降低资源消耗,提升模型在垂直领域的适配能力。

weixin_35238815的博客 1578

JavaFX 概述

要从 JavaFX 中充分受益,了解 JavaFX 的设计方式以及对 JavaFX 包含的功能有一个很好的概述是很有用的。本文的目的是为您提供 JavaFX 概述。本文将首先介绍一般的 JavaFX 设计,然后介绍 JavaFX 中的各种特性。如果您熟悉 Flash/Flex,您会发现 JavaFX 在某种程度上受到了 Flash/Flex 的启发。JavaFX 中也有一些相同的想法。一般来说,JavaFX 应用程序包含一个或多个对应于窗口的阶段。每个阶段都有一个场景。

2012年开始工作,全栈开发老兵,目前已是一个老师,分享这么多年的心得体会 406

Python无法拒绝的表白界面(完整代码)

Python制作一个无法拒绝的表白界面的完整代码。

AIGC 5万+

Qwen3-Embedding-0.6B + Ollama:本地部署极简方案

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建本地化文本嵌入服务。依托星图GPU的高效资源调度能力,用户可一键完成模型拉取、服务启动与API对接,典型应用于个人知识库检索、RAG原型验证及企业内网文档语义搜索等场景,兼顾轻量部署与中文语义理解精度。

weixin_29935511的博客 1284

从0入门LocoTrack:6倍加速的SLAM追踪新范式实战指南

传统点追踪方法(如CorrTracker、TAPIR)在处理大规模场景或实时任务时,要么精度不足,要么速度太慢。而LocoTrack通过“局部4D相关性”和“Transformer全局关联”的创新设计,实现了精度与速度的双重突破速度:比现有SOTA方法快6倍,吞吐量高达数万点/秒;精度:在Kinetics、DAVIS等数据集上,定位误差显著低于传统方法;鲁棒性:能应对低纹理、动态场景等复杂环境,这是传统方法的“噩梦场景”。

m0_71589036的博客 95

Qwen3-Embedding-0.6B调用报错?Python接口避坑指南一文详解

本文介绍了基于星图GPU平台自动化部署Qwen3-Embedding-0.6B镜像的完整流程,重点解析Python接口调用中的常见问题与避坑方法。该模型支持文本嵌入、语义检索与多语言处理,适用于知识库问答、推荐系统等AI应用开发场景,助力开发者高效构建轻量级大模型服务。

weixin_35756892的博客 711

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

Qwen3-Embedding-0.6B调用全攻略:Python接口详解

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建中文多语言文本向量化服务。通过预置环境与sglang一键启动,用户可轻松实现RAG文档检索、客服知识库语义召回等典型应用,显著提升搜索与推荐系统的语义理解能力。

weixin_30356433的博客 1050

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

亲测Qwen3-Embedding-0.6B:本地部署文本向量化全流程分享

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建私有化文本向量化服务。该镜像专为中文语义理解优化,适用于RAG知识库构建、语义搜索与文档聚类等典型场景,显著提升本地AI应用的数据安全性和响应效率。

weixin_42576186的博客 837

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

手把手教学:在本地运行Qwen3-Embedding-0.6B全流程

本文介绍了基于星图GPU平台自动化部署Qwen3-Embedding-0.6B镜像的完整流程,结合sglang框架实现高效文本嵌入服务。该模型支持多语言语义理解,适用于本地化AI应用开发、检索系统构建及模型微调等场景,助力开发者快速落地NLP任务。

weixin_42511373的博客 500

无需GPU高手指导:Qwen3-Embedding-0.6B本地运行教程

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建本地语义检索服务。该镜像专为文本嵌入优化,支持中英混合等100+语言,适用于RAG系统、智能搜索和文档聚类等典型场景,普通开发者借助RTX 4060等消费级显卡即可高效运行。

weixin_35266799的博客 400

Qwen3-Embedding-0.6B怎么用?API调用保姆级教程快速上手

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建文本语义嵌入服务。该轻量级模型支持多语言、长文本(8192 token)和指令微调,适用于本地知识库搜索(RAG)、多语言内容去重及代码语义检索等典型场景,显著提升语义理解类应用的开发效率与落地速度。

weixin_36483050的博客 675

一键启动Qwen3-Embedding-0.6B,sglang部署超简单

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建语义检索系统。通过sglang一键启动,用户可高效生成中文文本向量,典型应用于技术文档问答、本地知识库RAG及智能客服语义匹配等场景,显著提升检索准确率与响应速度。

weixin_42128315的博客 601

Qwen3-Embedding-0.6B部署教程:SGlang本地服务启动详细步骤

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,并启动本地SGlang服务。该平台简化了部署流程,用户可快速搭建文本向量化服务,其核心应用场景包括为智能搜索、文档分类等任务生成文本的语义向量表示。

weixin_31163455的博客 777

从下载到调用:Qwen3-Embedding-0.6B本地部署保姆级教程

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速构建高性能文本嵌入服务。该镜像支持多语言语义理解与向量生成,典型应用于RAG检索增强系统中的文档向量化与相似性匹配,显著提升本地知识库的检索精度与响应效率。

weixin_35815766的博客 879

新手福音!Qwen3-Embedding-0.6B极简安装指南

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,快速搭建文本嵌入服务。基于该平台,用户可高效实现文本向量化处理,典型应用于语义搜索、多语言文档匹配和本地知识库构建,显著降低AI应用门槛。

weixin_34511754的博客 938

Qwen3-Embedding-0.6B调用出错?OpenAI兼容接口避坑教程

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,并解决其OpenAI兼容接口的常见调用问题。该模型能将文本转换为高质量向量,其典型应用场景是构建高效的语义搜索系统,用于快速匹配和检索相关文档。

weixin_36487018的博客 917

手把手教学:用Python调用Qwen3-Embedding-4B API

本文介绍了基于星图GPU平台自动化部署Qwen3-Embedding-4B镜像的完整流程,结合SGlang实现高效文本向量化。该镜像可广泛应用于AI语义理解场景,如RAG系统构建、多语言检索与模型微调,助力开发者快速落地智能搜索与知识图谱项目。

weixin_35639680的博客 1003

如何高效调用Qwen3-Embedding-0.6B?Python接入详细步骤解析

本文介绍了如何在星图GPU平台上自动化部署Qwen3-Embedding-0.6B镜像,并详细解析了通过Python调用该模型进行文本向量化的步骤。该轻量级嵌入模型的核心应用场景是计算文本语义相似度,可高效服务于智能搜索、文档分类与聚类等任务。

weixin_36289742的博客 599
上一篇: LangChain4j 学习教程项目
下一篇: camel-ai 角色扮演 (deepseek-r1模型)
Chengdu.S
博客等级 码龄9年 282粉丝 86原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Chengdu.S

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值